本書首先回顧了現(xiàn)有人臉識別尤其是三維人臉圖像識別研究相關(guān)的大量研究成果, 重探討和總結(jié)了三維人臉識別研究需要著重解決的技術(shù)要點和以待克服的困難及問題, 并在此基礎(chǔ)上創(chuàng)新性的提出并實現(xiàn)了一種實現(xiàn)基于三維曲面形狀描述符的三維人臉圖像自動識別的技術(shù)框架, 實現(xiàn)了從原始粗糙的三維人臉圖像數(shù)據(jù)到最終完成人臉識別的各項必須任務(wù)。
句 全 博士，中國計算機學(xué)會會員，現(xiàn)任河南財經(jīng)政法大學(xué)計算機與信息工程學(xué)院信息管理與信息系統(tǒng)系副主任。11年畢業(yè)于英國約克大學(xué)（The Univerisity of York）計算機系，獲得計算機科學(xué)博士學(xué)位（PhD inComputer Science），師從Jim Austin教授與Simon Okeefe 博士。本科畢業(yè)于華南理工大學(xué)自動控制專業(yè)。先后主持和參與完成十余項省部級、廳級縱向和橫向科研項目，在各類國外學(xué)術(shù)期刊以及學(xué)術(shù)會議上發(fā)表十余篇科研論文。主要研究方向為三維人臉識別及圖像處理。
第一章 導(dǎo)言
第一節(jié)人臉識別研究技術(shù)發(fā)展及產(chǎn)業(yè)現(xiàn)狀
一、國家有關(guān)產(chǎn)業(yè)政策
二、人臉識別行業(yè)市場發(fā)展現(xiàn)狀
三、國內(nèi)外相關(guān)領(lǐng)域技術(shù)發(fā)展水平和趨勢
第二節(jié) 三維人臉識別
第三節(jié)研究目標(biāo)和驅(qū)動
第四節(jié) 小結(jié)
第二章 人臉識別的研究背景與文獻回顧
節(jié)引言
第二節(jié) 二維人臉識別算法
一、基于外觀的人臉識別
二、基于模型（model-based)的人臉識別
第三節(jié) 三維人臉識別技術(shù)和方法
一、基于二維人臉識別算法的三維人臉識別方法
二、使用形狀分析的三維人臉識別
第四節(jié)人臉數(shù)據(jù)庫和性能評估
第五節(jié)FRGC三維人臉數(shù)據(jù)庫
第六節(jié) 迭代近點算法
第七節(jié) 小結(jié)
第三章人臉特征定位
節(jié) 簡介
第二節(jié) 三維局部形狀和曲面描述符
一、多輪廓曲面角矩描述符（MCSAMD）
二、多殼層曲面角矩描述符（MSSAMD）
三、小結(jié)
第三節(jié) k近鄰AURA算法
一、高級不確定推理架構(gòu)（AURA)
二、使用k-Nearest Neiour行 AURA匹配
第四節(jié)鼻尖分層定位方法
第五節(jié) 內(nèi)眼眥（內(nèi)側(cè)眼角點）檢測（Medial Canthi Detection） 069
第六節(jié) 實驗結(jié)果
一、實驗數(shù)據(jù)集
二、基于多輪廓曲面角矩描述符的鼻尖和內(nèi)眼眥檢測三、基于多殼層曲面角矩描述符的鼻尖和內(nèi)眼眥檢測
四、表情變化對鼻尖定位結(jié)果的影響
五、與新相關(guān)技術(shù)的比較
第七節(jié)結(jié)論
第四章 人臉檢測定位和對齊
節(jié) 引言
第二節(jié)人臉定位
第三節(jié)基于主成分分析的人臉姿態(tài)校正方法
第四節(jié)使用迭代近點算法并利用人臉的對稱行
人臉姿態(tài)校正
一、迭代近點算法
二、基于人臉對稱性的人臉對齊
三、使用不受表情影響的人臉區(qū)域的迭代近點算法的人臉姿態(tài)校正
第五節(jié) 評估
第六節(jié) 結(jié)論
第五章基于三維圖像的人臉識別節(jié)引言
第二節(jié)基于多殼層曲面角矩描述符的人臉匹配對比算法
第三節(jié)人臉區(qū)域分割
第四節(jié)累積加權(quán)人臉對比匹配
第五節(jié) 分層人臉驗證（hierarchical face verification)
第六節(jié) 實驗結(jié)果
一、實驗1：人臉鑒別
二、實驗2：人臉驗證
三、實驗結(jié)果對比
第七節(jié) 結(jié)論
第六結(jié)并展望未來的研究工作
節(jié)取得的成果和貢獻
一、基于鼻尖檢測定位的具有不受姿態(tài)變化和表情變化影響的
人臉檢測方法
二、不受表情變化影響的三維人臉姿態(tài)校正方法綜合框架
三、快速的人臉識別算法
四結(jié)
第二節(jié)未來研究展望
參考文獻
書單推薦
